Den logistiske regressionsmodel modellerer ganske enkelt sandsynligheden for output i form af input og udfører ikke statistisk klassifikation (den er ikke en klassifikator), selvom den kan bruges til at lave en klassifikator, for eksempel ved at vælge en cutoff-værdi og klassificere input med større sandsynlighed end cutoff-værdien som én …
Hvordan kan logistisk regression bruges som klassificering?
Logistisk regression er en enkel, men meget effektiv klassifikationsalgoritme, så den bruges almindeligvis til mange binære klassifikationsopgaver. … Logistisk regressionsmodel tager en lineær ligning som input og brug logistisk funktion og log odds til at udføre en binær klassifikationsopgave.
Er logistisk regression en klassificering eller regression?
Logistisk regression er en klassifikationsalgoritme, der bruges til at tildele observationer til et diskret sæt klasser. Nogle af eksemplerne på klassificeringsproblemer er e-mail-spam eller ej-spam, onlinetransaktioner bedrageri eller ej svig, ondartet tumor eller godartet.
Hvorfor er logistisk regression en klassificering?
Logistisk regression er dybest set en overvåget klassifikationsalgoritme. I et klassifikationsproblem kan målvariablen(eller outputtet), y, kun tage diskrete værdier for et givet sæt af funktioner(eller input), X. I modsætning til populær tro, ER logistisk regression en regressionsmodel.
Er logistisk regression en lineær klassifikator?
Logistisk regression er traditionelt blevet brugt som en lineær klassifikator, dvs. når klasserne kan adskilles i trækrummet af lineære grænser. Det kan dog afhjælpes, hvis vi tilfældigvis har en bedre idé om formen på beslutningsgrænsen … … Beslutningsgrænsen er således lineær.
